计算机科学与技术专业人工智能课程教学大纲

《人工智能》教学大纲
课程类型：专业选修课
总学时：54 讲课学时：54 实验（上机）学时：0
学分：3
适用对象：计算机科学与技术
一、课程的教学目标
人工智能是计算机科学的重要分支，是计算机科学与技术专业本科生的专业限选课之一。

本课程介绍如何用计算机来模拟人类智能，即如何用计算机实现诸如问题求解、规划推理、模式识别、知识工程、自然语言处理、机器学习等只有人类才具备的"智能"，使得计算机更好得为人类服务。

二、教学基本要求
作为本科生一个学期的课程，重点掌握人工智能的基础知识和基本技能，以及人工智能的一般应用。

本课程的特点是理论性强，逻辑性强，其教学方式应注重启发式、引导式。

本课程将完成如下教学目标：
（1）了解人工智能的概念和人工智能的发展，了解国际人工智能的主要流派和路线，了解国内人工智能研究的基本情况，熟悉人工智能的研究领域．（2）较详细地论述知识表示的各种主要方法。

重点掌握状态空间法、问题归约法和谓词逻辑法，熟悉语义网络法，了解知识表示的其他方法，如框架法、剧本法、过程法等。

（3）掌握盲目搜索和启发式搜索的基本原理和算法，特别是宽度优先搜索、深度优先搜索、等代价搜索、启发式搜索、有序搜索、A*算法等．了解博弈树搜索、遗传算法和模拟退火算法的基本方法．
（4）掌握消解原理、规则演绎系统和产生式系统的技术、了解不确定性推理、非单调推理的概念．
（5）概括性地介绍人工智能的主要应用领域，如专家系统、机器学习、规划系统、自然语言理解和智能控制等．
（6）简介人工智能程序设计的语言和工具．
（7）掌握Visual Prolog编程环境，会使用Prolog语言编写简单的智能
程序。

要求学生已修过《数据结构》、《离散数据》和《编译原理》。

考核方式以闭卷笔试形式（70%）考察学生对课程的掌握程度，将课程设计（30%）作为平时表现。

三、各教学环节学时分配
教学课时分配
四、教学内容
第一章绪论
第一节人工智能概述；
第二节人工智能的主要研究和应用领域；
第三节人工智能研究的不同学派；
第四节人工智能新进展
教学重点：人工智能的定义、起源与发展，人工智能的研究与应用领域，人工智能求解方法的特点。

课程的考核要求：
1、了解人工智能的定义、起源与发展
2、了解人工智能的研究与应用领域
3、理解人工智能求解方法的特点
复习思考题：
1、人工智能的研究与应用领域有哪些。

2、为什么能够把人看做一个物理符号系统?
第二章知识表示方法
第一节知识与知识表示的概念；
第二节一阶谓词逻辑表示法
第三节知识与知识表示的概念；
第四节脚本表示法
第五节过程表示法
第六节面向对象表示法
教学重点、难点：
1、状态空间法
2、问题归约法
3、谓词逻辑法
4、语义网络法
课程的考核要求：
1、认识状态空间法
2、理解问题归约法
3、认识谓词逻辑法
4、认识语义网络法
复习思考题：
1、列举已经学习过的“状态”概念，并比较之列举算符。

2、列举已经学习过的“有向图”、“路径”及“代价”等的概念。

第三章搜索原理
第一节推理的基本概念
第二节推理的逻辑基础
第三节自然演绎推理
第四节归结演绎推理
第五节基于规则的演绎推理
教学重点、难点：
1、盲目搜索
2、启发式搜索
3、遗传算法
4、模拟退火法
课程的考核要求：
1、认识盲目搜索
2、理解启发式搜索
3、了解遗传算法
4、了解模拟退火法
复习思考题：
1、图搜索是针对什么知识表示方法的问题求解方法？
2、什么是图搜索?其中，重排OPEN 表意味着什么，重排的原则是什么? 第四章推理技术
第一节不确定推理的基本概念
第二节不确定推理的概率论基础
第三节确定性理论
第四节证据理论
教学重点、难点：
1、消解原理
2、规则演绎系统
3、产生式系统
4、不确定性推理
5、非单调推理
课程的考核要求：
1、理解消解原理
2、理解规则演绎系统
3、理解产生式系统
3、认识不确定性推理
4、理解非单调推理
复习思考题：
1、宽度优先搜索方法中OPEN 表需要按什么方式进行操作？
2、试比较各种盲目搜索搜索方法的效率，找出影响算法效率的原因。

第五章机器学习
第一节搜索的基本概念
第二节状态空间的盲目搜索
第三节状态空间的启发式搜索
第四节与/或树的盲目搜索
第五节博弈树的启发式搜索
教学重点、难点：
1、机器学习的定义、研究意义与发展历史
2、机器学习的主要策略与基本结构
3、机械学习
4、基本解释经验的学习
5、基于事例的学习
6、基于概念的学习
7、基于类比的学习
8、基于神经网络的学习
课程的考核要求：
1、了解机器学习的定义、研究意义与发展历史
2、认识机器学习的主要策略与基本结构
3、理解机械学习
4、理解基本解释经验的学习
5、了解基于事例的学习
6、了解基于概念的学习
7、了解基于类比的学习
8、理解基于神经网络的学习
复习思考题：
1、根据对四个时期的划分和分段了解，讨论机器学习在现实生活中的具体
运用及其影响。

2、通过对比四种主要策略，讨论其各自的优缺点以及其适用的环境。

第六章规划系统
第一节规划的作用与任务
第二节基于谓词逻辑的规划
第三节 STRIPS规划系统
教学重点、难点：基于谓词逻辑的规划的学习。

课程的考核要求：
1、理解规划的作用与任务
2、理解基于谓词逻辑的规划
3、了解STRIPS规划系统
4、了解分层规划
复习思考题：
1、请同学比较具有学习能力的机器人规划系统与一般规划系统的异同，并总结前者的特点。

第七章专家系统
第一节专家系统的基本概念
第二节专家系统的基本结构
第三节知识获取
第四节专家系统的开发及应用实例第五节专家系统的新进展
教学重点、难点：
1、专家系统
2、基于规则的专家系统
3、基于框架的专家系统
4、基于模型的专家系统
5、专家系统开发工具
6、专家系统实例
课程的考核要求：
1、不同模型的专家系统
2、理解专家系统
3、了解专家系统开发工具
4、理解专家系统实例
第八章自然语言理解
第一节语言及其理解的基本概念
第二节语法规则的表示方法
第三节语法分析与语义分析
第四节自然语言理解系统的层次模型教学重点、难点：
1、语言及其理解的一般问题
2、句法和语义的自动分析
3、句子的自动理解
4、语言的自动生成
5、文本的自动翻译
6、自然语言理解系统的主要模型
7、自然语言理解系统应用举例
8、语音识别
课程的考核要求：
1、理解语言及其理解的一般问题
2、理解句法和语义的自动分析
3、了解句子的自动理解
4、了解语言的自动生成
5、了解文本的自动翻译
6、理解自然语言理解系统的主要模型
7、理解自然语言理解系统应用举例
8、了解语音识别
复习思考题：
1、构成词的最小的有意义的单位是什么？
2、：什么是语言和语言理解?
第九章智能控制
第一节智能决策支持系统的基本概念
第二节决策支持新技术
第三节智能决策支持系统的结构
教学重点、难点：
1、智能控制概述
2、智能控制的研究领域
3、智能控制的学科结构理论
4、智能控制系统
课程的考核要求：
1、了解智能控制的历史沿革
2、了解智能控制的研究领域
3、理解智能控制的学科结构理论
4、了解智能控制系统
复习思考题：
1、传统控制面临哪些挑战？
2、为什么要把信息论引入智能控制结构？
第十章人工智能程序设计
第一节逻辑型编程语言
第二节 LISP语言
第三节 PROLOG语言
第四节关系数据库
教学重点、难点：
1、逻辑型编程语言
2、LISP语言
课程的考核要求：
1、了解逻辑型编程语言
2、综合应用LISP语言
3、综合应用PROLOG语言
4、了解关系数据库
复习思考题：
1、人工智能程序设计主要有哪些程序设计语言？
2、人工智能程序设计的主要应用哪些数据库？
五、主要参考书
[1] 蔡自兴，蒙祖强.《人工智能基础》.北京：高等教育出版社.2005年5月
[2] 陆汝钤.《人工智能（上、下册）》北京：科学出版社. 1996年
[3] 石纯一.《人工智能原理》.北京：清华大学出版社.1993年
[4] 高济.《人工智能基础》.北京：高等教育出版社.2002年
执笔人：邹立达教研室主任：系教学主任审核签名：。